تولید ویدئو با مدلهای خودبازگشت (Autoregressive) به دلیل محاسبات سنگینِ «حافظه توجه» (KV Cache) همیشه چالشبرانگیز و کند بوده است. اما حالا چارچوب جدیدی به نام «HeadCast» معرفی شده که این مشکل را حل میکند!
💡 ویژگیهای کلیدی HeadCast:
✅ کاملاً مستقل از آموزش مجدد (Plug-and-Play)؛ یعنی نیازی به رترین کردن مدل ندارید.
✅ دستهبندی هوشمند «سرهای توجه» (Attention Heads) به ۴ دسته اصلی برای مدیریت بهینه حافظه.
✅ افزایش سرعت تا ۱.۶ برابر در رزولوشن 720P و تقریباً ۲ برابر در 1080P بدون کاهش کیفیت!
این نوآوری گامی بزرگ برای رسیدن به تولید ویدئوهای طولانی و باکیفیت در لحظه (Streaming) است. اگر توسعهدهنده هستید، حتما کد این پروژه را در گیتهاب بررسی کنید.
🔗 منبع: arXiv:2607.20125
منبع: arXiv Machine Learning